[发明专利]图像识别方法、控制装置及存储介质有效

专利信息
申请号: 202011609307.3 申请日: 2020-12-30
公开(公告)号: CN112749736B 公开(公告)日: 2022-09-13
发明(设计)人: 白鹏飞;李添福;李世晓;杜鹏渊;周国富 申请(专利权)人: 华南师范大学
主分类号: G06V10/774 分类号: G06V10/774;G06V10/75;G06T3/40
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 邱维杰
地址: 510006 广东省广州市番禺区外*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 控制 装置 存储 介质
【说明书】:

发明公开了一种图像识别方法、控制装置及存储介质,其中,方法包括以下步骤:将原始图像输入SSD网络中的VGG网络,VGG网络的主干网络对原始图像进行特征提取得到第一特征图像;在VGG网络的主干网络中插入标注区域信息增强模块和空间注意力模块;将标注权重图像、注意力图像和第一特征图像对应位置的像素值相乘后与第一特征图像相加得到第一目标特征图像;将第一目标特征图像通过VGG网络的主干网络和SSD网络的附加层得到至少两个第二目标特征图像;根据第二目标特征图像,得到原始图像中每一待识别内容的识别信息。应用本发明,能够有效提升图像识别的精确度,应用到CMBs的标记时,能够有效提升CMBs标记的精确度和效率。

技术领域

本发明涉及智能识别的技术领域,特别涉及一种图像识别方法、控制装置及存储介质。

背景技术

脑微出血(Cerebral microbleed,CMBs)是脑小血管病的一种,是一种小型且慢性的脑出血,随着年龄增大,出现脑微出血的可能性增大。脑微出血常常伴随着中风、脑淀粉样血管病、神经退行性疾病以及脑外伤。CMBs作为潜在出血倾向血管病变的标志物,CMBs的数量可用来预测将来颅内出血、出血性中风以及认知障碍症。CMBs的位置揭示着可能的病理,例如CMBs的大叶分布提示可能存在脑淀粉样血管病,而深部半球或幕下CMB提示可能存在高血压血管病变。

核磁共振成像(MRI)技术的进步提升了对CMBs的检测。在顺磁性敏感的MR序列如磁敏感加权成像(Susceptibility weighted imaging,SWI)或T2 GRE上病灶最为明显。在SWI图像中,SWI被观察为直径在2-10mm之间的低信号小出血点。CMBs在SWI图像中有一定数量的具有相似特征的假阳性点,包括基底神经元的血管以及铁元素,钙化以及信号空白,据统计,平均一个患者的图片中有超过100个假阳性点,标记人员耗费5-15分钟去除假阳性点。因此手工标记CMBs是一项费时费力的工作,并且效率较低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种图像识别方法、控制装置及存储介质,能够有效提升图像识别的精确度,应用到 CMBs的标记时,能够有效提升 CMBs标记的精确度和效率。

根据本发明的第一方面实施例的图像识别方法,包括以下步骤:将原始图像输入SSD网络中的VGG网络,所述VGG网络的主干网络对所述原始图像进行特征提取得到第一特征图像;

在所述VGG网络的主干网络中插入标注区域信息增强模块和空间注意力模块,其中,

所述标注区域信息增强模块将所述原始图像目标框之外的像素置零,将置零后的所述原始图像通过平均池化后得到与所述第一特征图像尺寸相同的第二特征图像,对所述第二特征图像进行归一化得到标注权重图像;

所述空间注意力模块将所述第一特征图像分别通过平均池化和最大池化得到第三特征图像和第四特征图像,将所述第三特征图像和第四特征图像在通道维度上拼接得到第五特征图像,并且通过卷积提取特征后将通道数降为1得到第六特征图像,通过调整该卷积的填充参数使得第六特征图像的尺寸与所述第五特征图像保持一致,将所述第六特征图像通过sigmoid函数得到注意力图像;

将所述标注权重图像、所述注意力图像和所述第一特征图像对应位置的像素值相乘后与所述第一特征图像相加得到第一目标特征图像;

将所述第一目标特征图像通过所述VGG网络得到至少六个第二目标特征图像;

根据所述第二目标特征图像,得到所述原始图像中每一待识别内容的识别信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011609307.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top